JP6623119B2 - データ対応付け装置及び方法 - Google Patents

Description

本発明は、データ対応付け装置及び方法に関し、例えば、シェールオイル・ガスの採掘の際に得られたセンサデータと、レポートのテキストデータとを対応付けるデータ対応付け装置に適用して好適なものである。

従来、シェールオイル・ガスの採掘では、採掘中にドリルに先端に取り付けられた各種センサによってガンマ線量等の様々な数値を定期的に測定する一方で、ある一定の間隔で石を採取し、その特徴（色、硬度、オイル染みの有無など）をテキストでレポートしている。そしてオペレータは、これらの情報に基づいて次のオペレーションを決定している。

センサデータは、数値データであるため解釈が難しいという欠点を有するものの、全自動で収集できるという利点を有する。一方、レポートはテキストデータであるため解釈が容易であるという利点を有するものの、レポートの作成にはコストがかかるという欠点がある。このためセンサデータは存在するもののレポートが存在しない地点もある。

そこで、レポートが存在しない地点のセンサデータに対して、既存のレポートのテキストデータの中から適切なレポートのテキストデータを対応付けることができれば、お互いの欠点が補完でき、オペレータが次のオペレーションを決定する際の有力な資料となり得るものと考えられる。

この場合において、従来、異なる種類のデータを対応付ける技術が特許文献１及び２に開示されている。特許文献１に開示された技術は、人の移動に対し、センサから得られる数値データとテキスト（例えば「ゆっくり歩く」）を対応付けるものである。また特許文献２に開示された技術は、料理の写真とそのレシピから、料理の写真と素材を対応付けるものである。

特開２０１３−２５０８６２号公報 特開２０１５−４１２２５号公報

ところで、一般的に、異なる種類のデータを対応付けるデータ対応付け装置は、同じデータ源から得られる２つの系列データからデータ間の対応関係を学習し、一方の系列の新たなデータが与えられた場合に、学習した対応関係を用いて、その新たなデータに対応する他方の系列のデータを出力する。

そしてデータ対応付け装置が２つの系列データ間の対応関係を学習する際は、同じデータ源から得られたデータ間の距離を最小化するよう、これら２つの系列データを対応付ける計算式を決定するが、その他にも考慮すべき距離がある。

例えば、シェールオイル・ガス掘削では、上述のテキストデータ及び数値データといった２つの系列データが物理的に近い地層で取得された場合、それらのデータ間の距離も近くなるべきである。従来の対応関係の計算方法には、このようなデータ源間の距離が考慮されておらず、精度の高いデータの対応付けを行い得ない問題があった。

本発明は以上の点を考慮してなされたもので、精度の高いデータの対応付けを行い得るデータ対応付け装置及び方法を提案しようとするものである。

かかる課題を解決するため本発明においては、同一のデータ源から得られた第１及び第２の系列データの対応モデルを学習し、学習した前記対応モデルに基づいて、一方の前記第１又は第２の系列データに属する対象データを、他方の前記第２又は第１の系列データに属するデータと対応付けるデータ対応付け装置において、同一の前記データ源から得られた前記第１及び第２の系列データをそれぞれベクトル化するベクトル化部と、前記ベクトル化された前記第１及び第２の系列データに基づいて、前記第１及び第２の系列データの前記対応モデルを学習する対応モデル学習部と設け、前記第１及び第２の系列データのうち、任意の２つの異なる前記データ源から取得されたデータ同士の相関の度合いである相関度が予め定義され、前記対応モデル学習部が、前記相関度を利用して前記対応モデルを学習するようにした。

また本発明においては、同一のデータ源から得られた第１及び第２の系列データの対応モデルを学習し、学習した前記対応モデルに基づいて、一方の前記第１又は第２の系列データに属する対象データを、他方の前記第２又は第１の系列データに属するデータと対応付けるデータ対応付け装置において実行されるデータ対応付け方法であって、前記データ対応付け装置が、同一の前記データ源から得られた前記第１及び第２の系列データをそれぞれベクトル化する第１のステップと、前記データ対応付け装置が、前記ベクトル化された前記第１及び第２の系列データに基づいて、前記第１及び第２の系列データの前記対応モデルを学習する第２のステップとを設け、前記第１及び第２の系列データのうち、任意の２つの異なる前記データ源から取得されたデータ同士の相関の度合いである相関度が予め定義され、前記第２のステップにおいて、前記データ対応付け装置は、前記相関度を利用して前記対応モデルを学習するようにした。

本データ対応付け装置及び方法によれば、データ源間の相関度を考慮して、より精度の高い対応モデルを学習することができる。

本発明によれば、より精度良くデータの対応付けを行うことができる。

第１及び第２の実施の形態によるデータ対応付け装置のハードウェア構成を示すブロック図である。 第１及び第２の実施の形態によるデータ対応付け装置の論理構成を示すブロック図である。 シェールオイル・ガス掘削の概要説明に供する概念図である。 テキストデータの構造例を示す概念図である。 第１の実施の形態におけるベクトル化されたテキストデータの構造例を示す概念図である。 第１の実施の形態によるテキストデータベクトル化処理の処理手順を示すフローチャートである。 数値データの構造例を示す概念図である。 第１の実施の形態におけるベクトル化された数値データの構造例を示す概念図である。 第１の実施の形態による数値データベクトル化処理の処理手順を示すフローチャートである。 第１の実施の形態における対応モデル学習部の処理概要の説明に供する概念図である。 物理的距離による相関度の説明に供する概念図である。 第１の実施の形態による対応モデル学習処理の処理手順を示すフローチャートである。 対応データ検索部による対応データ検索処理の処理手順を示すフローチャートである。 第２の実施の形態におけるベクトル化されたテキストデータの構造例を示す概念図である。 第２の実施の形態におけるベクトル化された数値データの構造例を示す概念図である。 第２の実施の形態よる対応モデル学習部の処理概要の説明に供するフロー図である。

以下図面について、本発明の一実施の形態を詳述する。

（１）第１の実施の形態
（１−１）本実施の形態によるデータ対応付け装置の構成
図１において、１は全体として本実施の形態によるデータ対応付け装置のハードウェア構成を示す。本データ対応付け装置１は、プロセッサ２、メモリ３、補助記憶装置４及び入出力インタフェース５を備えて構成される。

プロセッサ２は、データ対応付け装置１全体の動作制御を司る機能を有するデバイスである。またメモリ３は、例えば半導体メモリから構成され、主としてプログラムやデータを一時的に保持するために利用される。後述するデータベクトル化プログラム１０、対応モデル学習プログラム１１及び対応データ検索プログラム１２もこのメモリ３に格納されて保持される。

補助記憶装置４は、例えばハードディスク装置やＳＤＤ（Solid State Drive）などの大容量の記憶装置から構成され、プログラムやデータを長期間保持するために利用される。補助記憶装置４に格納されたプログラムが起動時又は必要時にメモリ３にロードされ、このプログラムをプロセッサ２が実行することにより、データ対応付け装置１全体としての各種処理が実行される。

入出力インタフェース５は、データ対応付け装置１に周辺機器を接続するためのインタフェースであり、キーボード及びマウスなどの入力装置１３と、液晶ディスプレイ又は有機ＥＬディスプレイなどの表示装置１４となどが接続される。入力装置１３は、ユーザがデータ対応付け装置１に指示や情報などを入力するためのハードウェアデバイスであり、表示装置１４は、入出力用の各種画面を表示するハードウェアデバイスである。

図２は、本実施の形態によるデータ対応付け装置１の論理構成を示す。本データ対応付け装置１は、データベクトル化部２０、対応モデル学習部２１、対応データ検索部２２、データ蓄積部２３及び対応モデル蓄積部２４を備えて構成される。

データベクトル化部２０は、プロセッサ２がメモリ３にロードされたデータベクトル化プログラム１０（図１）を実行することにより具現化される機能部であり、本実施の形態の場合、テキストデータベクトル化部２５及び数値データベクトル化部２６から構成される。

テキストデータベクトル化部２５は、テキストデータ２７をベクトル化する機能を有する機能部である。テキストデータベクトル化部２５は、後述する学習モード時には、ベクトル化したテキストデータ２７（以下、これをテキストデータベクトルと呼ぶ）と、そのテキストデータ２７とをデータ蓄積部２３に格納し、後述する対応データ検索モード時には、テキストデータ及びそのテキストデータベクトルを対応データ検索部２２に出力する。

また数値データベクトル化部２６は、数値データ２８をベクトル化する機能を有する機能部である。数値データベクトル化部２６は、ベクトル化した数値データ２８（以下、これを数値データベクトルと呼ぶ）と、その数値データ２８とをデータ蓄積部２３に格納し、対応データ検索モード時には、数値データ２８及びその数値データベクトルを対応データ検索部２２に出力する。

対応モデル学習部２１は、プロセッサ２がメモリ３にロードされた対応モデル学習プログラム１１（図１）を実行することにより具現化される機能部であり、データ蓄積部２３に蓄積されたテキストデータベクトル及び数値データベクトルに基づいて、テキストデータ２７及び数値データ２８の対応関係を学習する機能を有する。対応モデル学習部２１は、かかる学習により得られたテキストデータ２７及び数値データ２８の対応モデルを対応モデル蓄積部２４に格納する。

対応データ検索部２２は、対応データ検索モード時に対象データ２９として与えられ、データベクトル化部２０によりベクトル化されたテキストデータ２７に対応する数値データ、又は、データベクトル化部２０によりベクトル化された数値データ２８に対応するテキストデータを、対応モデル蓄積部２４に蓄積された対応モデルを参照してデータ蓄積部２３に格納された数値データ２８又はテキストデータ２７の中から検索する機能を有する機能部である。

なおデータ蓄積部２３及び対応モデル蓄積部２４は、メモリ３（図１）又は補助記憶装置４（図１）内に予め確保された記憶領域である。

かかる構成を有する本データ対応付け装置１では、テキストデータ２７と数値データ２８との対応モデルを学習する学習モード時、既に対応付けられている複数対のテキストデータ２７及び数値データ２８が訓練データとして順次与えられる。

そしてデータ対応付け装置１は、かかる訓練データが与えられると、テキストデータ２７をテキストデータベクトル化部２５においてベクトル化すると共に、数値データ２８を数値データベクトル化部２６においてベクトル化し、かくして得られたテキストデータベクトル及び数値データベクトルと、元のテキストデータ２７及び数値データ２８とをデータ蓄積部２３に格納する。

また対応モデル学習部２１は、データ蓄積部２３に蓄積された既に対応付けられているテキストデータベクトル及び数値データベクトルのベクトル対に基づいて、テキストデータ２７及び数値データ２８の対応モデルを生成し、生成した対応モデルを対応モデル蓄積部２４に格納する。

以上により、データ対応付け装置１は、テキストデータ又は数値データが対象データ２９として与えられたときに、そのテキストデータ又は数値データに対応する数値データ又はテキストデータをデータ蓄積部２３に蓄積された数値データ又はテキストデータの中から検索する対応データ検索処理を実行可能となる。

そしてデータ対応付け装置１は、この後、動作モードがかかる対応データ検索処理を実行する対応データ検索モードに切り替えられ、対応付けの対象となる対象データ２９が与えられると、その対象データ２９がテキストデータであった場合には、テキストデータベクトル化部２５においてその対象データ２９をベクトル化する一方、当該対象データ２９が数値データであった場合には数値データベクトル化部２６においてその対象データ２９をベクトル化する。そして、このようにしてベクトル化された対象データ２９（以下、これを対象データベクトルと呼ぶ）は、この後、対応データ検索部２２に与えられる。

対応データ検索部２２は、データベクトル化部２０から上述の対象データベクトルが与えられると、対応モデル蓄積部２４に蓄積されている対応モデルを読み出し、読み出した対応モデルを用いて対象データベクトルに対応付けるべきテキストデータベクトル又は数値データベクトルとして最も適切なテキストデータベクトル又は数値データベクトルをデータ蓄積部２３上で検索する。そして対応データ検索部２２は、この検索により検出した、対象データベクトルに対応付けるべきテキストデータベクトル又は数値データベクトルを検出すると、そのテキストデータベクトル又は数値データベクトルに対応する元のテキストデータ又は数値データを対応データ３０として出力する。かくして、この対応データ３０に関する所定情報が、対象データ２９に対応するデータの検索結果として表示装置１４に表示される。

（１−２）本実施の形態の対象データ
図３は、本実施例が対象とする、シェールオイル・ガス掘削の概要を示す。シェールオイル・ガス掘削では、油井４０を下方向に掘り進め、シェール層に達したら、掘削方向を横に変える。４１は掘削経路を示す。シェール層では、水圧破砕により岩盤に裂け目４２を形成し、形成した裂け目４２からオイル・ガスを抽出する。

かかるシェールオイル・ガスの掘削中は、２種類の情報をログとして収集する。１つ目は、ドリルに配設されたセンサから収集した数値データである。例えば、含有炭素量を調べるためにガンマ線量を測定する。２つ目は、サンプリングした石の特徴を記述したテキストデータである。テキストデータには、サンプリングされた石の色、硬さ、油染みの有無などの情報を所定フォーマットで記述する。両者は、掘削経路４１に沿って一定の間隔で取得する。オペレータは、二種類のログ情報から、どこで水平掘りに変えるか、どこで水圧破砕を行うかを決定する。

テキストデータは、オペレータに内容が理解しやすい反面で、サンプリングや作成にコストを要する。よってその取得間隔は比較的長い。一方、数値データは自動で取得できるため、データの取得間隔は短い。しかし、数値データの解釈には専門知識を要する。

そこで本実施の形態においては、掘削経路４１内の同一地点において得られたテキストデータ及び数値データに基づき図１及び図２について上述した本実施の形態のデータ対応付け装置１により両者の対応関係を学習し、一方から他方を自動生成する（正確には、それまでに得られたテキストデータ又は数値データの中から最も適切と推定されるものを対応付ける）ことで、お互いの欠点を補い合うようにする。これにより、石がサンプリングされていない地点に対しても、学習した対応関係を用いて、数値データから既存のテキストデータの中から最も近いと推定されるテキストデータを選択してその数値データに対応付けることができる。

（１−３）テキストデータベクトル化部の処理
図４は、本実施の形態によるテキストデータ２７の構造例を示す。この図４の例の場合、テキストデータ２７は、石を採取（サンプリング）した地点の深さの範囲（以下、これを第１の深さ範囲と呼ぶ）を表す文字列のデータからなる深さ範囲データ部５０と、その第１の深さ範囲内の深さの地層においてサンプリングされた石の詳細説明のテキストのデータからなる詳細説明データ部５１とから構成される。なお、ここでの「深さ」とは、油井４０の入り口からの掘削経路長である。

詳細説明データ部５１には、対応する第１の深さ範囲でサンプリングされた石の特徴の詳細説明がある一定のルールの下で記述される。なお図４は、『「色」、「硬さ」、「表面の滑らかさ」、「油染みの有無」、……の順番にカンマで区切って順次記述する』というルールに従って石の特徴が記述されている例を示している。この詳細説明データ部５１は、人手により入力される。このようにテキストデータ２７は、個々の第１の深さ範囲ごとの石の特徴が記述された系列データである。

図５は、このようなテキストデータ２７をテキストデータベクトル化部２５（図２）においてベクトル化することにより得られたテキストデータベクトル５２の構造例を示す。本実施の形態においては、テキストデータベクトル化部２５がテキストデータ２７を第１の深さ範囲を複数含む一定の深さごと（例えば図４において500〔m〕ごと）に区分して、区分（以下、これを深さ範囲区分と呼ぶ）ごとに、その深さ範囲区分に属する各第１の深さ範囲の各テキストデータをまとめてベクトル化する。

テキストデータベクトル５２の要素は、対応する深さ範囲区分に属する各第１の深さ範囲と対応する各テキストデータ２７に基づく各テキストにおける、サンプリングされた石の属性（特徴）ごとの各属性値の出現頻度である。図５の例の場合、石の属性として、「色」、「硬さ」及び「表面の滑らかさ」などが挙げられており、これらの属性ごとにそれぞれ属性値の頻度が羅列されている。例えば、「色」という属性については、対応する深さ範囲区分に含まれる各第１の深さ範囲のテキストデータ２７の詳細説明データ部５１内に「red（赤色）」という属性値が「10」回、「yellow（黄色）」という属性値が「０」回、「brown（茶色）」という属性値が「５」回出現し、連続する３つの第１の深さ範囲において「red-red-red」という石の色の組合せが出現した回数が「０」、「red-red-yellow」という石の色の組合せが出現した回数が「２」回、「brown-brown-brown」という石の色の組合せが出現した回数が「３」回であったことが示されている。

図６は、学習モード時に、訓練データとして、それぞれ数値データ２８との対応付けがなされている系列の複数のテキストデータ２７が順番に与えられたときにテキストデータベクトル化部２５により実行されるテキストデータベクトル化処理の処理手順を示す。テキストデータベクトル化部２５は、この図６に示す処理手順に従って、これらのテキストデータ２７をベクトル化する。

実際上、テキストデータベクトル化部２５は、テキストデータ２７が与えられるとこの図６に示すテキストデータベクトル化処理を開始し、まず、そのとき与えられたテキストデータ２７が文書画像（文書をスキャンした画像）であるか否かを判断する（ＳＰ１）。

そしてテキストデータベクトル化部２５は、この判断で否定結果を得るとステップＳＰ３に進み、これに対して肯定結果を得ると、その文書画像に対してＯＣＲ（Optical Character Recognition）処理を実行することにより、その文書画像に記載されている各文字列をそれぞれ認識する（ＳＰ２）。

続いて、テキストデータベクトル化部２５は、テキストデータ２７からテキストの各ブロックをそれぞれ抽出するレイアウト処理を実行する（ＳＰ３）。例えば、図４の例の場合、テキストデータベクトル化部２５は、各深さ範囲データ部５０と、各詳細説明データ部５１とをそれぞれテキストのブロックとして抽出する。この際、テキストデータベクトル化部２５は、深さ範囲データ部５０と、これに対応する詳細説明データ部５１とを対応付けておく。

次いで、テキストデータベクトル化部２５は、ステップＳＰ３で抽出した各深さ範囲データ部５０及び各詳細説明データ部５１を、０〜500〔m〕、500〜1000〔m〕、1000〜1500〔m〕、……といったように、上述の深さ範囲区分に対応するものごとに分割する（ＳＰ４）。

またテキストデータベクトル化部２５は、深さ範囲区分ごとに、その深さ範囲区分に含まれる第１の深さ範囲ごとの詳細説明データ部５１のテキストデータに基づくテキストを句ごとに分割する（ＳＰ５）。例えば、図４の例では、上述のように詳細説明データ部５１に石の特徴が『「色」、「硬さ」、「表面の滑らかさ」、「油染みの有無」、……の順番にカンマで区切って順次記述する』というルールの下で記述されているため、カンマごとに文字列を区切ることによりテキストを句ごとに分割することができる。この場合、各句は、それぞれ石の何らかの属性の属性値を表すことになる。

次いで、テキストデータベクトル化部２５は、深さ範囲区分ごとに、ステップＳＰ５で分割した各句を属性値の所定の辞書と符合することにより、各句が表す属性値をそれぞれ抽出し（ＳＰ６）、この後、ステップＳＰ６で抽出した属性値の出現頻度を属性ごとに集計した後（ＳＰ７）、このテキストデータベクトル化処理を終了する。

（１−４）数値データベクトル化部の処理
一方、図７は、数値データ２８の一例を示す。この図７は、ドリルに配設されたセンサにより計測された所定深さごとのガンマ線量を表す。数値データベクトル化部２６は、このような数値データ２８を上述のテキストデータ２７の深さ範囲区分と同じ深さ範囲（例えば、０〜500〔m〕、500〜1000〔m〕、1000〜1500〔m〕、……）ごとに区分して、深さ範囲区分ごとに、その深さ範囲区分に属する複数の数値データ２８をまとめてベクトル化する。

図８は、図７の数値データ２８のうち０〜500〔m〕の深さ範囲区分に属する複数の数値データ２８をまとめて数値データベクトル化部２６によりベクトル化した結果（数値データベクトル）５３の一例を示す。このベクトル化により得られる数値データベクトル５３の要素には２種類ある。１つ目の要素は、対応する深さ範囲区分内での数値の平均値５３Ａであり、２つ目の要素は、記号化した数値データ系列の頻度５３Ｂである。数値データの記号化には、例えばＳＡＸ（Symbolic Aggregate Approximation）法を用いる。ＳＡＸ法では、各数値を一文字に変換する。変換後の数値データ２８は文字列になる。本実施の形態では、連続する３文字の頻度を数値データ系列の頻度とする。例えば、図８において「35」は、「aaa」という記号の頻度である。

図９は、数値データベクトル化部２６が、訓練データとして、それぞれテキストデータ２７との対応付けがなされている系列の数値データ２８が与えられたときに実行する数値データベクトル化処理の処理手順を示す。数値データベクトル化部２６は、この図９に示す処理手順に従って、これらの数値データ２８をベクトル化する。

実際上、数値データベクトル化部２６は、数値データ２８が与えられるとこの図９に示す数値データベクトル化処理を開始し、まず、数値データ２８を上述の深さ範囲区分ごとに分割する（ＳＰ１０）。

続いて、数値データベクトル化部２６は、深さ範囲区分ごとに、その深さ範囲区分に属する各数値データ２８の平均値を算出し（ＳＰ１１）、その後、深さ範囲区分ごとに、その深さ範囲区分に属する各数値データ２８をＳＡＸ法により記号化する（ＳＰ１２）。

次いで、数値データベクトル化部２６は、深さ範囲区分ごとに、ステップＳＰ１２の記号化により得られた各記号の出現頻度を集計し（ＳＰ１３）、この後、この数値データベクトル化処理を終了する。

（１−５）対応モデル学習部の処理
図１０は、対応モデル学習部２１の処理の概要を示す。図中、６０はテキストデータ２７のベクトル空間（以下、これをテキストベクトル空間と呼ぶ）、６１は数値データ２８のベクトル空間（以下、これを数値ベクトル空間と呼ぶ）をそれぞれ示す。テキストデータ２７及び数値データ２８の対応モデルを学習するために、テキストベクトル空間６０上のテキストデータ２７のベクトル（テキストデータベクトル）と、数値ベクトル空間６１上の数値データ２８のベクトル（数値データベクトル）とを共通のベクトル空間（以下、これを共通空間と呼ぶ）６２に射影する。６３及び６４は、それぞれかかるテキストデータベクトルや数値データベクトルに対するかかる射影を行うための変換行列Ｌ_ｘ，Ｌ_ｙである。

対応モデル学習部２１では、共通空間６２内での各ベクトルの配置が、以下の２つの特徴を持つような変換行列Ｌ_ｘ，Ｌ_ｙを学習する。１つ目の特徴は、共通空間６２における任意の２つのベクトル対（図１０では、テキストデータベクトルＬ_ｘ ^Ｔｘ_ｉ及び数値データベクトルＬ_ｙ ^Ｔｙ_ｉからなるベクトル対と、テキストデータベクトルＬ_ｘ ^Ｔｘ_ｊ及び数値データベクトルＬ_ｙ ^Ｔｙ_ｊからなるベクトル対）に関して、同じベクトル対内のテキストデータベクトル及び数値データベクトル（例えば、Ｌ_ｘ ^Ｔｘ_ｉ及びＬ_ｙ ^Ｔｙ_i）間の距離を最小化し、かつ、一方のベクトル対の数値データベクトル及び他方のベクトル対のテキストデータベクトル（例えば、Ｌ_ｙ ^Ｔｙ_ｉ及びＬ_ｘ ^Ｔｘ_ｊ）間の距離を最大化する特徴である。これは次式で与えられるＡを最小化することに相当する。

なお（１）式において、ｘ_ｉは、テキストベクトル空間６０における「ｉ」という地点で取得したテキストデータ２７のテキストデータベクトル、ｙ_ｉは、その地点で取得した数値データ２８の数値データベクトルをそれぞれ示し、ｘ_ｊは、テキストベクトル空間６０における「ｊ」という地点で取得したテキストデータ２７のテキストデータベクトル、ｙ_ｊは、その地点で取得した数値データ２８の数値データベクトルを示す。さらにｘ_ｉ ^Ｔ，ｘ_ｊ ^Ｔ，Ｌ_ｘ ^Ｔ，Ｌ_ｙ ^Ｔは、それぞれ対応するテキストデータベクトルｘ_ｉ，ｘ_ｊ又は変換行列Ｌ_ｘ，Ｌ_ｙの置換行列を示す。

従って、対応モデル学習部２１は、この（１）式で与えられるＡを最小化するような、つまり対応しているデータ対（ｉ＝ｊ）については共通空間６２内での内積をより大きくし、対応していないデータ対（ｉ≠ｊ）については共通空間６２内での内積をより小さくするような変換行列Ｌ_ｘ，Ｌ_ｙを学習することになる。

２つ目の特徴は、地層中で物理的に近い「ｉ」という地点で取得したデータと、「ｊ」という地点で取得したデータとからなるデータ対が、共通空間６２内でも近くなるような特徴である。これは、次式で与えられるＢを最小化することに相当する。

（２）式において、右辺第１項の「Ｌ_ｘ ^Ｔｘ_ｉ−Ｌ_ｘ ^Ｔｘ_ｊ」は、一方のテキストデータ２７のテキストデータベクトルｘ_ｉを共通空間６２に射影したベクトルＬ_ｘ ^Ｔｘ_ｉと、他方のテキストデータ２７のテキストデータベクトルｘ_ｊを共通空間６２に射影したベクトルＬ_ｘ ^Ｔｘ_ｊとの共通空間６２上での距離を表す。また右辺第２項の「Ｌ_ｙ ^Ｔｙ_ｉ−Ｌ_ｙ ^Ｔｙ_ｊ」は、かかる一方のテキストデータ２７に対応する数値データ２８の数値データベクトルｙ_ｉを共通空間６２に射影したベクトルＬ_ｙ ^Ｔｙ_ｉと、かかる他方のテキストデータ２７に対応する数値データ２８の数値データベクトルｙ_ｊを共通空間６２に射影したベクトルＬ_ｙ ^Ｔｙ_ｊとの共通空間６２上での距離表す。

また（２）式において、Ｗ_ｉｊは、「ｉ」という地点と、「ｊ」という地点との地層中での距離をパラメータとした行列であり、この行列の各要素は、これら２つの地点が近い場合に「１」に近い値を、遠い場合は「０」に近い値をとる。つまり、行列Ｗ_ｉｊは、「ｉ」という地点から取得されたテキストデータ２７及び数値データ２８と、「ｊ」という地点から取得されたテキストデータ２７及び数値データ２８との相関の度合い（より正確にはテキストデータ２７及び数値データ２８の類似の度合いであり、以下、これを相関度と呼ぶ）を表しており、これら２つの地点が物理的（地理的）に近いほど、共通空間６２内でのユークリッド距離をより強く考慮する。

かかる行列Ｗ_ｉｊは、かかる２つの地点の垂直距離及び水平距離を考慮して定義する。シェールオイル・ガスの掘削では、垂直距離（深さ）が異なれば、地層が異なる可能性が高い。地層が異なれば、石の性質も異なるため、まずは垂直距離がある閾値を超えた場合は、かかる２つの地点の相関度を「０」にする。例えば、図１１において、油井７１の符号７１Ａで示された地点と、これと異なる油井７２の符号７２Ａで示された地点とでは垂直距離（深さ）が大きく異なるため、（２）式において行列Ｗ_ｉｊの値を「０」にする。

またこれ以外の場合（垂直距離が大きくは異ならない）には、上述の「ｉ」という地点と、「ｊ」という地点との間の水平距離に応じてこれら２つの地点間の相関度を決める。例えば、図１１において、油井７０の符号７０Ａで示された地点と、これと異なる油井７１の符号７１Ａで示す地点については、これら２つの場所の水平距離に応じて行列Ｗ_ｉｊを決定する。この際、水平距離が「０」の場合は、相関度が最大の「１」に、水平距離が無限大の場合は、影響度が最小の「０」となるように行列Ｗ_ｉｊを決定する。行列Ｗ_ｉｊの設定例を次式に示す。

なお、（３）式において、「dist(i,j)」は、「ｉ」という地点と、「ｊ」という地点との緯度及び経度上の距離を表す。

以上の点を考慮し、本実施の形態において、対応モデル学習部２１は、上述の（１）式で与えられるＡと、（２）式で与えられるＢとの和（Ａ＋Ｂ）が最小となる変換行列Ｌ_ｘ及びＬ_ｙを繰り返し法で求めることにより、対応モデルを学習する。

図１２は、このような対応モデルの学習の処理手順を示す。対応モデル学習部２１は、この図１２に示す処理手順に従って、上述のＡとＢとの和を最小とする変換行列Ｌ_ｘ及び変換行列Ｌ_ｙを求める。

実際上、対応モデル学習部２１は、学習モード時、テキストデータベクトル化部２５によるテキストデータ２７の系列データのベクトル化と、数値データベクトル化部２６による数値データ２８の系列データのベクトル化とがすべて完了するとこの図１２に示す対応モデル学習処理を開始し、まず、変換行列Ｌ_ｘ及びＬ_ｙを初期設定する。この場合、これら変換行列Ｌ_ｘ及びＬ_ｙの初期値は、どのようなものであっても良い。このため本実施の形態においては、対応モデル学習部２１が、乱数を発生させて変換行列Ｌ_ｘ及びＬ_ｙの各要素の値をそれぞれ決定することにより変換行列Ｌ_ｘ及びＬ_ｙを初期設定するものとする（ＳＰ２０）。

続いて、対応モデル学習部２１は、一方の変換行列Ｌ_ｙを固定して、最小化の対象式を最小とする行列を求め、他方の変換行列Ｌ_ｘをその行列に更新する（ＳＰ２１）。本実施の形態においては、最小化の対象式が（１）式で算出されるＡと、（２）式で算出されるＢとの和であるため、この対象式を変換行列Ｌ_ｘで偏微分した結果の式がゼロであるような方程式を解くことにより、更新後の変換行列Ｌ_ｘを求めることができる。また対応モデル学習部２１は、これと同様にして、更新後の変換行列Ｌ_ｙを求める（ＳＰ２２）。

次いで、対応モデル学習部２１は、更新前の変換行列Ｌ_ｘ及び変換行列Ｌ_ｙと、更新後の変換行列Ｌ_ｘ及び変換行列Ｌ_ｙとの差（例えば、対応する行列要素の差（絶対値および差の二乗）の総和）を計算し、この差を予め設定されている閾値（以下、これを学習終了判定閾値と呼ぶ）と比較する（ＳＰ２３）。そして対応モデル学習部２１は、ステップＳＰ２３の比較結果に基づいて、かかる差が学習終了判定閾値以上であるか否かを判断する（Ｓ２４）。

対応モデル学習部２１は、この判断で否定結果を得るとステップＳＰ２１に戻り、この後、ステップＳＰ２４で肯定結果を得るまでステップＳＰ２１〜ステップＳＰ２４の処理を繰り返す。そして対応モデル学習部２１は、やがて更新前の変換行列Ｌ_ｘ及び変換行列Ｌ_ｙと、更新後の変換行列Ｌ_ｘ及び変換行列Ｌ_ｙとの差がかかる学習終了判定閾値以上となることによりステップＳＰ２４で肯定結果を得ると、この対応モデル学習処理を終了する。

（１−６）対応データ検索部の処理
以上のようにして学習した対応モデルを用いることで、任意の対象データ２９（図２）に対応する対応データ３０（図２）を取得することができる。例えば、数値データ２８からテキストデータ２７を取得することができる。本実施の形態では、共通空間６２で最も近いデータを検索し、その検索結果を対応データ３０として出力する。

図１３は、このような対応データ検索部２２により実行される対応データ検索処理の処理手順を示す。対応データ検索部２２は、この図１３に示す処理手順に従って、データベクトル化部２０（図２）によりベクトル化された対象データ２９に対応付けるべきデータ（テキストデータ２７又は数値データ２８）を検索する。

実際上、対応データ検索部２２は、データベクトル化部２０によりベクトル化された対象データ２９（つまり対象データベクトル）を当該データベクトル化部２０から与えられると、この図１３に示す対応データ検索処理を開始し、まず、その対象データベクトルを対応モデル蓄積部２４に蓄積されている対応モデルの変換行列Ｌ_ｘ又はＬ_ｙにより共通空間６２（図１０）に射影する（ＳＰ３０）。

続いて、対応データ検索部２２は、共通空間６２上で（１）式及び（２）式の和が最小となるデータ（対象データ２９がテキストデータであれば数値データ、対象データ２９が数値データであればテキストデータ）をデータ蓄積部２３に蓄積されたテキストデータ２７又は数値データ２８の中から検索し（ＳＰ３１）、当該検索により検出したテキストデータ２７又は数値データ２８を対応データ３０として出力する（ＳＰ３２）。そして対応データ検索部２２は、この後、この対応データ検索処理を終了する。

（１−７）本実施の形態の効果
以上のように本実施の形態のデータ対応付け装置１において、対応モデル学習部２１は、２つの地点が物理的に近いほど各要素が「１」に近づくような相関度（行列）を定義し、その相関度を利用して（２）式のように定義されたＢと、（１）式のように定義されたＡとの和が最小となるような対応モデルを学習する。

この場合、地層内の物理的に近い２つの地点からそれぞれ取得されるテキストデータ２７及び数値データ２８は、これら２つの地点が物理的に近ければ近いほど類似すると考えることができる。従って、本実施の形態の（２）式のように、物理的（地理的）に近い任意の２つの地点からそれぞれ取得されたテキストデータ２７のテキストデータベクトルの共通空間６２上での距離と、これら２つの地点からそれぞれ取得された数値データ２８の数値データベクトルの共通空間６２上での距離との和が最小となるような対応モデルを学習することによって、より精度の高い対応モデルを学習することができ、かくしてより精度良くデータの対応付けを行うことができる。

（２）第２の実施の形態
図１及び図２において、８０は本実施の形態によるデータ対応付け装置を示す。本データ対応付け装置８０は、プロセッサ２がデータベクトル化プログラム８１を実行することにより具現化されるデータベクトル化部９０のテキストデータベクトル化部９１及び数値データベクトル化部９２によるテキストデータ２７や数値データ２８のベクトル化方法が異なる点と、プロセッサ２が対応モデル学習プログラム８２を実行することにより具現化される対応モデル学習部９３が深層学習により対応モデルを学習する点とを除いて第１の実施の形態のデータ対応付け装置１と同様に構成されている。

実際上、本実施の形態のデータ対応付け装置８０の場合、テキストデータベクトル化部９１は、テキストデータ２７を図１４で示すような構成を有する２次元ベクトルに変換する。この２次元ベクトルの１つ目の次元は「深さ範囲区分」である。この「深さ範囲区分」は、第１の実施の形態の深さ範囲の区分と同じものである。

各深さ範囲区分に含まれる各第１の深さ範囲のテキストデータ２７に基づいて、石の属性（「色」、「硬さ」、……）ごとに１次元ベクトルでなる「頻度ベクトル」を構築し、同じ深さ範囲区分の各属性の頻度ベクトルを結合した１次元ベクトルを生成する。これが上述したテキストデータ２７の２次元ベクトルの２つ目の次元である。なお、頻度ベクトルは、図５と同様のベクトルであるが、図１４では系列情報は含めない。単純な頻度ベクトルではなく、文章の分散表現（phrase2vec）を用いてもよい。分散表現は既存の手法で生成する。

一方、数値データベクトル化部９２は、数値データ２８を図１５で示す２次元ベクトルに変換する。この２次元ベクトルの１つ目の次元は深さ範囲区分である。この深さ範囲区分は、第１の実施の形態の深さ範囲区分と同じものである。それぞれの深さ範囲区分において、フーリエ変換により周波数毎の強さを要素とするベクトル（図１５の「長さＭの１次元ベクトル」）を構築する。これが上述した数値データ２８の２次元ベクトルの２つ目の次元である。

図１６は、本実施の形態の対応モデル学習部９３（図２）により実行される対応モデル学習処理の流れを示す。上述のように本実施の形態の場合対応モデル学習部９３は、対応モデルを深層学習する。この図１５において、文書２次元ベクトル１００は、図１４で説明した深さ範囲区分ごとのテキストデータ２７の２次元ベクトルである。また数値２次元ベクトル１０１は、図１５で説明した深さ範囲区分ごとの数値データ２８の２次元ベクトルである。これらを独立に複数段の畳込み層１０２，１０３に入力する。

各畳込み層１０２，１０３では、文書２次元ベクトル及び数値２次元ベクトル、又は、前段の畳込み層１０２，１０３の処理結果をそれぞれその畳込み層１０２，１０３に応じた所定個数ずつ深さの方向で畳み込む。例えば、文書２次元ベクトル１００が1000個ある場合、図１６で「畳込み層１」と記述された畳込み層１０２では、文書２次元ベクトル１００を５個ずつ合計200個の文書２次元ベクトルに統合し、次の「畳込み層２」と記述された畳込み層１０２では、200個の文書２次元ベクトル１００を５個ずつ40個の文書２次元ベクトル１００に統合し、……という処理を行う。よって、文書２次元ベクトル１００及び数値２次元ベクトル１０１の両者とも深さの系列情報を考慮していることになる。そして、文書２次元ベクトル１００及び数値２次元ベクトル１０１の双方共に、最後に全結合層１０４，１０５を通す。全結合層１０４，１０５は、文書の学習系列（図１６の左側）と数値の学習系列（図１６の右側）の次元を揃えることが目的である。

この後、全結合層１０４，１０５を通した文書２次元ベクトル１００及び数値２次元ベクトル１０１を、深層学習で最適化する次式
で定義された評価関数Ｅに当てはめ、この評価関数Ｅを最小とする全層のパラメータ（重み行列とバイアス）を求めるようにして対応モデルを学習する。

なお（４）式において、ｘは文書２次元ベクトル１００、ｙは数値２次元ベクトル１０１を示す。また（４）式の右辺第１項は、対応付いているｘとｙの距離を反映する評価尺度である。ここで、「ｙ−」は対応付いていないｙのことで、ランダムに選択する。（４）式の第１項の一例を以下に示す。

（５）式において、φは畳込み層１０２，１０３と全結合層１０４，１０５による変換関数であり、出力は共通の次元数のベクトルとなる。（５）式を最小化することは、対応付いているｘとｙの距離を最小化（内積を最大化）し、対応付いていないｘとｙの距離を最大化（内積を最小化）することに相当する。

（４）式の右辺第２項及び右辺第３項は、地層中での距離を反映した評価尺度であり、一例を以下に示す。

（６）式のＷ_ｉｊは、第１の実施の形態について上述した（３）式のＷ_ｉｊと同じものである。（６）式を最小化することは、地理的な相関度（Ｗ_ｉｊ）と類似度の差を最小化することに相当する。

深層学習では、（４）式の評価関数を最小化することで、図１５のネットワーク構造のパラメータを決める。具体的な方法については、既存の深層学習の方法を用いる。

以上のように本実施の形態のデータ対応付け装置８０では、対応モデル学習部９３が深層学習により対応モデルを学習する。この際、対応モデル学習部９３は、（４）式で定義された評価関数Ｅを最小化する全層のパラメータを求めるようにして対応モデルを学習するが、（４）式は地層中での距離を反映した項を含んでおり、従って、本実施の形態のデータ対応付け装置８０によれば、第１の実施の形態と同様に、精度の高い対応モデルを学習することができ、かくしてより精度良くデータの対応付けを行うことができる。

（３）他の実施の形態
なお上述の第１及び第２の実施の形態においては、任意の２つのデータ源（「ｉ」という地点及び「ｊ」という地点）の相関度として、これら２つのデータ源の物理的な距離を考慮するようにした場合について述べたが、本発明はこれに限らず、これらデータ源の距離に加えて又は代えて、これら２つのデータ源の掘削時期の差を考慮してこれらデータ源間の相関度を定義するようにしてもよい。任意の２つのデータ源の距離に代えてこれら２つのデータ源の掘削磁気の差を考慮した場合の相関度Ｗ_ｉｊの式の例を以下に示す。

ここで、（７）式において「dist」は、掘削時期の差とする。従って、（７）式により定義される相関度Ｗ_ｉｊは、「ｉ」という地点の掘削時期と、「ｊ」という地点の掘削時期とが近ければ近いほど大きな値となる。なお任意の２つのデータ源は、同一の油井の掘削経路上のものであっても、異なる油井の掘削経路上のものであってもよい。

また上述の第１の形態においては、（１）式で算出されるＡと、（２）式で算出されるＢとの和（Ａ＋Ｂ）が最小となる変換行列Ｌｘ，Ｌｙを求めるようにして対応モデルを学習するようにした場合について述べたが、本発明はこれに限らず、例えば、Ｂにある定数αを乗算した乗算結果とＡとの和（Ａ＋αＢ）が最小となる変換行列Ｌｘ，Ｌｙを求めるようにして対応モデルを学習するようにしてもよい。

本発明はシェールオイル・ガスの採掘の際に得られたセンサデータと、レポートのテキストデータとを対応付けるデータ対応付け装置のほか、種々のデータ対応付け装置に適用することができる。

１，８０……データ対応付け装置、２……プロセッサ、３……メモリ、１０，８１……データベクトル化プログラム、１１，８２……対応モデル学習プログラム、１２……対応データ検索プログラム、２１，９３……対応モデル学習部、２２……対応データ検索部、２５，９１……テキストデータベクトル化部、２６，９２……数値データベクトル化部、２７……テキストデータ、２８……数値データ、２９……対象データ、３０……対応データ、６０……テキストベクトル空間、６１……数値ベクトル空間、６２……共通空間、６３，６４，Ｌ_ｘ，Ｌ_ｙ……変換行列。

Claims (10)

1. 同一のデータ源から得られた第１及び第２の系列データの対応モデルを学習し、学習した前記対応モデルに基づいて、一方の前記第１又は第２の系列データに属する対象データを、他方の前記第２又は第１の系列データに属するデータと対応付けるデータ対応付け装置において、
   同一の前記データ源から得られた前記第１及び第２の系列データをそれぞれベクトル化するベクトル化部と、
   前記ベクトル化された前記第１及び第２の系列データに基づいて、前記第１及び第２の系列データの前記対応モデルを学習する対応モデル学習部と
   を備え、
   前記第１及び第２の系列データのうち、任意の２つの異なる前記データ源から取得されたデータ同士の相関の度合いである相関度が予め定義され、
   前記対応モデル学習部は、
   前記相関度を利用して前記対応モデルを学習する
   ことを特徴とするデータ対応付け装置。
2. 前記相関度は、
   任意の２つの異なる前記データ源間の距離に応じて、当該距離が近くなるほど大きくなるように定義された
   ことを特徴とする請求項１に記載のデータ対応付け装置。
3. 前記対応モデル学習部は、
   任意の２つの前記データ源からそれぞれ得られた前記第１及び第２の系列データのベクトルを射影した共通空間において、一方の前記データ源から得られた前記第１の系列データのベクトル及び他方の前記データ源から得られた前記第１の系列データのベクトル間の距離に前記相関度を乗算した値と、一方の前記データ源から得られた前記第２の系列データのベクトル及び他方の前記データ源から得られた前記第２の系列データのベクトル間の距離に前記相関度を乗算した値との和が最小となるように前記対応モデルを学習する
   ことを特徴とする請求項２に記載のデータ対応付け装置。
4. 前記距離は、前記データ源間の垂直方向及び水平方向の距離である
   ことを特徴とする請求項３に記載のデータ対応付け装置。
5. 前記相関度は、
   任意の２つの異なる前記データ源の掘削時期に応じて、当該掘削時期が近いほど大きくなるように定義された
   ことを特徴とする請求項１に記載のデータ対応付け装置。
6. 同一のデータ源から得られた第１及び第２の系列データの対応モデルを学習し、学習した前記対応モデルに基づいて、一方の前記第１又は第２の系列データに属する対象データを、他方の前記第２又は第１の系列データに属するデータと対応付けるデータ対応付け装置において実行されるデータ対応付け方法であって、
   前記データ対応付け装置が、同一の前記データ源から得られた前記第１及び第２の系列データをそれぞれベクトル化する第１のステップと、
   前記データ対応付け装置が、前記ベクトル化された前記第１及び第２の系列データに基づいて、前記第１及び第２の系列データの前記対応モデルを学習する第２のステップと
   を備え、
   前記第１及び第２の系列データのうち、任意の２つの異なる前記データ源から取得されたデータ同士の相関の度合いである相関度が予め定義され、
   前記第２のステップにおいて、前記データ対応付け装置は、
   前記相関度を利用して前記対応モデルを学習する
   ことを特徴とするデータ対応付け方法。
7. 前記相関度は、
   任意の２つの異なる前記データ源間の距離に応じて、当該距離が近くなるほど大きくなるように定義された
   ことを特徴とする請求項６に記載のデータ対応付け方法。
8. 前記対応モデル学習部は、
   任意の２つの前記データ源からそれぞれ得られた前記第１及び第２の系列データのベクトルを射影した共通空間において、一方の前記データ源から得られた前記第１の系列データのベクトル及び他方の前記データ源から得られた前記第１の系列データのベクトル間の距離に前記相関度を乗算した値と、一方の前記データ源から得られた前記第２の系列データのベクトル及び他方の前記データ源から得られた前記第２の系列データのベクトル間の距離に前記相関度を乗算した値との和が最小となるように前記対応モデルを学習する
   ことを特徴とする請求項７に記載のデータ対応付け方法。
9. 各前記データ源は、それぞれ地層内に存在し、
   前記距離は、前記データ源間の垂直方向の距離である
   ことを特徴とする請求項８に記載のデータ対応付け方法。
10. 前記相関度は、
    任意の２つの異なる前記データ源の掘削時期に応じて、当該掘削時期が近ければ近いほど大きくなるように定義された
    ことを特徴とする請求項６に記載のデータ対応付け方法。